文章总结与翻译一、主要内容该研究聚焦于利用大型语言模型（LLMs）评估精神分裂症临床高危（CHR）患者的症状严重程度，核心围绕 Brief 精神病评定量表（BPRS）展开，具体内容如下：研究背景与问题：精神分裂症影响约1%人群，CHR患者需密切监测症状以指导治疗。BPRS是验证有效的症状评估工具，但因需长时间结构化访谈，临床应用受限；同时，现有CHR评估工具如PSYCHS尚未验证，而BPRS数据完整且有可靠性研究，故选择其作为评估指标。研究方法数据来源：从NIMH数据档案库获取AMP-SCZ项目的901名患者数据，最终分析409名患者的651次BPRS评估、308份开放式访谈 transcript 和433份PSYCHS访谈 transcript，其中348名患者为英语使用者，另有129份非英语 transcript（含西班牙语、韩语等）。模型与提示工程：采用OpenAI的o3-mini-2025-01-31模型，通过API调用，将临床 transcript 直接输入，系统指令包含BPRS完整指导说明（补充“1分代表症状不存在”的信息），要求模型以JSON格式输出24个分项得分、解释及数值评级。数据分析：用Python分析，以Hafkenscheid等人1993年研究中的一致性（评分差异≤1分的比例）、组内相关系数（ICC，采用(3,k)形式）为主要准确性指标，通 Using Large Language Models to Measure Symptom Severity in Patients At Risk for Schizophrenia
文章总结与翻译一、主要内容该研究聚焦于利用大型语言模型（LLMs）评估精神分裂症临床高危（CHR）患者的症状严重程度，核心围绕 Brief 精神病评定量表（BPRS）展开，具体内容如下：研究背景与问题：精神分裂症影响约1%人群，CHR患者需密切监测症状以指导治疗。BPRS是验证有效的症状评估工具，但因需长时间结构化访谈，临床应用受限；同时，现有CHR评估工具如PSYCHS尚未验证，而BPRS数据完整且有可靠性研究，故选择其作为评估指标。研究方法数据来源：从NIMH数据档案库获取AMP-SCZ项目的901名患者数据，最终分析409名患者的651次BPRS评估、308份开放式访谈 transcript 和433份PSYCHS访谈 transcript，其中348名患者为英语使用者，另有129份非英语 transcript（含西班牙语、韩语等）。模型与提示工程：采用OpenAI的o3-mini-2025-01-31模型，通过API调用，将临床 transcript 直接输入，系统指令包含BPRS完整指导说明（补充“1分代表症状不存在”的信息），要求模型以JSON格式输出24个分项得分、解释及数值评级。数据分析：用Python分析，以Hafkenscheid等人1993年研究中的一致性（评分差异≤1分的比例）、组内相关系数（ICC，采用(3,k)形式）为主要准确性指标，通 RELATED READING
延伸阅读
更多一线实战笔记与深度复盘，助您持续精进
